Que fait lab-codex-skills ?
Bundle de compétences Lab Codex pour les workflows de recherche partagés
Bundle de compétences Lab Codex pour les workflows de recherche partagés
Ce bundle de compétences, appelé Lab Codex skills bundle, regroupe un ensemble d'outils et de workflows conçus pour être partagés au sein d'un laboratoire de recherche. Il vise à standardiser et automatiser les tâches courantes de développement et d'analyse, permettant aux chercheurs de se concentrer sur leurs expériences plutôt que sur la configuration d'environnements ou la répétition de processus manuels. Le bundle est compatible avec les agents IA comme Claude Code, Cursor et Codex, et s'intègre directement dans ces plateformes via des instructions markdown. En centralisant les compétences, il favorise la collaboration, réduit les erreurs et accélère le cycle de recherche en offrant des commandes prêtes à l'emploi pour la gestion de données, l'exécution d'expériences et la documentation.
npx skills add JasperPWang/lab-codex-skillsInstalled? Explore more Recherche et analyse de données skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Bundle de compétences Lab Codex pour les workflows de recherche partagés
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.